买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科超精(南京)科技有限公司申请的专利一种放射治疗智能计划方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119339882B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411386758.3，技术领域涉及：G16H20/40；该发明授权一种放射治疗智能计划方法及系统是由请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种放射治疗智能计划方法及系统在说明书摘要公布了：本发明公开一种放射治疗智能计划方法及系统，其中，放射治疗智能计划方法包括：输入患者的放疗计划输入信息，通过剂量预测模型预测出患者的三维剂量分布；基于患者的放疗计划输入信息、三维剂量分布生成初始放疗计划；通过深度Q网络模型针对初始放疗计划进行自动学习参数调优，得到满足临床要求的最终放疗计划。本发明的一种放射治疗智能计划方法，通过剂量预测模型实现三维剂量分布的自动预测，同时，通过深度Q网络模型针对三维剂量分布的初始放疗计划进行参数的自动优化，最终自动生成满足临床要求的最终放疗计划，因此，本发明的一种放射治疗智能计划方法，建立了一种结合剂量预测和自动参数优化的模型，实现了自动、精准、高效的放射治疗计划优化，具有重要的实用价值。

本发明授权一种放射治疗智能计划方法及系统在权利要求书中公布了：1.一种放射治疗智能计划方法，其特征在于，包括： 输入患者的放疗计划输入信息，通过剂量预测模型预测出患者的三维剂量分布； 基于患者的放疗计划输入信息、三维剂量分布生成初始放疗计划； 通过深度Q网络模型针对初始放疗计划进行自动学习参数调优，得到满足临床要求的最终放疗计划； 所述通过深度Q网络模型针对初始放疗计划进行自动学习参数调优包括： 通过三维剂量分布得到DVH曲线，从DVH曲线中提取关键ROI及其对应剂量体积约束； 为每个关键ROI的剂量体积约束设置调整动作：限值上调固定比例、限值保持不变、限值下调固定比例和权重上调固定比例、权重保持不变、权重下调固定比例，获得离散动作集； 所述深度Q网络模型包括： 采用内嵌剂量预测模型构建价值函数的估计模型，其中s表示状态、a表示动作，W表示模型参数； 定义得分函数，对于每个关键ROI，得分被定义为0-1之间的连续函数，统计得分总和，进而获得奖励函数； 结合经验回放和固定Q目标定义损失函数： 其中，为折扣因子，经验回放具体做法是维护一个回放缓冲区，将每次从环境中采样得到的四元数组状态、动作、奖励、下一状态存储到回放缓冲区，训练深度Q网络模型的时候随机从回放缓冲区中抽取若干样本进行训练，同时深度Q网络模型的，在训练过程中保持相对固定，并每隔一定训练周期更新为最新网络参数：； 所述剂量预测模型，基于UNet模型构建，通过将训练数据集输入UNet模型训练得到，包括： 编码部分，由混合模块和下采样层所构成，用于提取数据特征，所述下采样层使用maxpool； 解码部分，由解码层混合模块和上采样层所构成，用于逐步恢复原始分辨率大小，所述上采样层采用转置卷积； 跳跃连接部分，用于连接编码部分和解码部分，从编码部分中提取有助于解码部分恢复到原始分辨率的特征； 其中，所述的混合模块由多个分支路径组成，多个分支路径的输出相加作为最终输出； 所述的混合模块包括： 第一分支路径卷积层L1，用于提升维度； 第二分支路径卷积网络L2，包括用以提升通道维度的第一卷积层、用于深度分离的第二卷积层和用于降低通道维度和混合各通道信息的第三卷积层，所述第二卷积层的卷积核数大于第一卷积层、第三卷积层的卷积核数； 第三分支路径卷积层L3，为密集卷积网络DenseNet，用于进行特征重用； 所述第一分支路径卷积层L1、第二分支路径卷积网络L2和第三分支路径卷积层L3并列配置，输入数据分别进入第一分支路径卷积层L1、第二分支路径卷积网络L2和第三分支路径卷积层L3进行卷积处理，第一分支路径卷积层L1、第二分支路径卷积网络L2和第三分支路径卷积层L3的输出结果相加作为最终输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科超精(南京)科技有限公司，其通讯地址为：211800 江苏省南京市江北新区华康路129号A101室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。